水稻蒸散特征及日尺度作物系数估算*5

基于南京2012年水稻生长季蒸渗仪水稻实际蒸散数据及相应生物、气象环境资料,对水稻生长季的参考作物蒸散量、实际蒸散量及作物系数进行分析,并建立作物系数估计模型。结果表明：水稻生长季内逐日参考作物蒸散量呈单峰曲线变化,峰值出现在分蘖-拔节期;逐日实际蒸散量变化则表现为双峰型,耗水双高峰发生于分蘖-抽穗期。日参考作物蒸散量和实际蒸散量均有明显的季节性变化特征。水稻生长季内实际作物系数趋势变化特征与FAO修正作物系数较一致,但二者在数值上具有较大差异,建立的水稻作物系数与其影响因子（叶面积指数、气温、净辐射）的关系模型检验表明,其拟合度为0.887,将模型应用于计算水稻农田蒸散量,其拟合度为0.943,说明模型能较精确地估算稻田日蒸散量。该模型基于日尺度影响因子,在一定程度上简化了水稻作物系数的计算过程,明确了不同类型因子对水稻作物系数的影响程度,可应用于水稻作物系数的连续动态估算。     

基于气象-生理的夏玉米作物系数及蒸散估算

准确估算作物系数对预测作物实际蒸散量和制定精准的灌溉计划至关重要。为反映作物逐日作物系数变化,综合考虑气象和生物因子对作物生长的共同影响,采用五道沟水文实验站大型蒸渗仪夏玉米实测蒸散及气象数据,基于地温及叶面积指数建立了气象-生理双函数乘法模型,并结合梯度下降法对模型进行了精度优化。结果表明,在整个玉米生长期中,作物系数实测值和计算值平均绝对误差为0.12,均方根误差为0.15,相关性为0.91,蒸散量实测值与计算值平均绝对误差为1.0 mm/d,均方根误差为4.5 mm/d,相关性为0.75。该模型计算的全生育期蒸散量准确率(误差在2～3 mm/d以内)相比使用联合国粮农组织(FAO)推荐的作物系数计算所得准确率提高了3倍以上,可更精确用于作物系数及蒸散量计算。     

额济纳绿洲草地蒸散系数研究

联合国粮农组织推荐的蒸散计算方法中,蒸散系数是计算实际蒸散必不可少的参数。本文从蒸散系数的定义出发,在2005年额济纳绿洲生长季连续观测的基础上,运用波文比能量平衡法计算额济纳绿洲草地的实际蒸散量,利用FAO 56Penman-Monteith模型计算草地的参考蒸散,将实际蒸散与参考蒸散相除即得到额济纳绿洲草地的蒸散系数。通过研究发现:生长季草地的蒸散量(ETc)为446.96mm,从生长季初期开始,草地的蒸散量开始增加,在6月后半月达到最大值6.724mm/d,此后蒸散量开始快速下降,在生长季末期达到最低值1.215mm/d;蒸散系数(Kc)呈现出与蒸散量(ETc)相同的变化趋势,自生长季初期开始蒸散系数快速上升,在6月后半月达到生长季最大值0.623,之后随着草地生长减缓,蒸散系数快速下降,直至生长季末期草地停止生长。对额济纳绿洲草地蒸散系数的计算可以为该地区准确估算草地生态需水量提供依据。     

黄土高原地区生长季参考作物蒸散量对主要气象要素的敏感性分析

为预测气候因子变化引起的区域参考作物蒸散量(ETo)的变化,以黄土高原地区为研究区,运用FAOPenman-Montieth方程计算了68个站点1961-2010年生长季参考作物蒸散量,并计算其对平均气温、太阳辐射、风速和实际水汽压的敏感系数,最后分析了敏感系数的时空变化特征.结果表明,黄土高原地区生长季ETo对实际水汽压最敏感,其次是太阳辐射和平均气温,对风速的敏感性最低;平均气温的敏感系数和实际水汽压敏感系数绝对值呈单峰型分布,二者分别在7月、9月达到最大值,太阳辐射敏感系数表现为持续上升趋势,风速敏感系数波动幅度最小,其值在4月最大;生长季气候因子敏感系数的空间差异性显著,平均气温敏感系数西部明显大于东部,太阳辐射敏感系数在高海拔地区形成高值区,风速敏感系数在西风带Ⅳ区形成高值区,实际水汽压敏感系数在黄土高原湿润地带最大.     

基于日天气预报数据估算小麦生长季参考作物蒸散量

为了在气象要素类型不完整条件下采用Penman-Monteith方法估算小麦生长季蒸散量,运用2014/2015和2015/2016年度两个小麦生长季新乡历史日天气预报数据和对应日气象实测数据,以及修正后的太阳辐射参数和调节系数,首先验证天气预报气温值的准确性,并以预报气温为基础,估算实际水汽压和太阳辐射,最后利用天气预报气温和平均风速值,以Penman-Monteith公式为基础估算参考作物蒸散量。结果表明：日天气预报温度数据可以代替气温观测数据;用天气预报中的最高和最低气温估算的水汽压和太阳辐射能满足Penman-Monteith公式的要求;用天气预报数据估算的辐射项的精度高于空气动力项的精度。总体上,用天气预报数据估算的日参考作物蒸散量中辐射项的精度高于空气动力项,用天气预报估算值总体偏低,但低估范围在7%之内,经统计分析,用天气预报估算与利用Penman-Monteith估算的日参考作物蒸散量相关性较高（R2=0.77）。因此,采用日天气预报的气象资料估算参考作物蒸散量这一方法可行,建议在干旱半干旱地区采用辐射法估算参考作物蒸散量,这给农业灌溉预报提供了理论和方法上的保证,并对指导当地农业水资源的优化配置具有参考意义。     

内蒙古地区参考作物蒸散变化特征及其气象影响因子

为深入了解不同草原类型下参考作物蒸散特征及其对气候变化的响应,该文利用FAO Penman-Monteith公式研究了内蒙古地区46个站点1961－2010年参考作物蒸散量及其辐射项和动力学项的时空分布规律和变化特征,并对其主要影响因素进行了分析讨论。研究结果表明：近50a来内蒙古各站点参考作物蒸散量的年平均值均介于570～1 674 mm之间,该地区参考作物蒸散量及其构成项的值西高东低,而且从高到低的5个草原类型依次为：荒漠、草原化荒漠、荒漠化草原、典型草原、草甸草原。各区生长季内参考作物蒸散量约占全年的80%。内蒙古各站点年参考作物蒸散量的变化率在-48～50 mm/10a之间,荒漠、草原化荒漠、荒漠化草原和典型草原参考作物蒸散量变化均不明显,草甸草原参考作物蒸散量显著上升（P=0.001）。各区域参考作物蒸散量辐射项的年值和月值均呈显著的上升趋势,除草甸草原外各区域参考作物蒸散量动力学项的年值和月值呈下降的趋势。风速是影响荒漠、草原化荒漠、荒漠化草原和典型草原西部地区参考作物蒸散量变化的首要因子,风速下降导致该地区蒸散呈下降的趋势;日平均温度是次要因子,但气温升高对参考作物蒸散量变化的作用有限,参考作物蒸散量并未随气候变暖而显著增大;相对湿度是第三因子,与参考作物蒸散量呈负相关（P=0.006）;日照时数是第四因子,其值降低导致参考作物蒸散量的下降。典型草原东部和草甸草原地区各站点受气象因子综合影响使参考作物蒸散量呈上升的趋势。该研究探讨了内蒙古各类型草原参考作物蒸散对气候变化的响应,为内蒙古各类型草原的生态保护和可持续发展提供科学依据。     

高寒草甸蒸散量及作物系数的研究

利用FAO Penman-Monteith计算法(FAO P-M法)、Penman修正公式法(P法)、Irmark-Allen拟合公式法(I-A法)分别计算了海北高寒草甸参考作物蒸散量,并以FAO P-M法计算结果为标准,与其它两种方法的结果进行比较。结果表明,海北高寒草甸地区年参考作物蒸散量为812.0mm,其中植物生长季的5-9月为500.9mm。FAO P-M法计算参考作物蒸散量较为合理,造成其他两种方法计算结果偏差的原因主要是辐射项的选取及土壤热通量的影响。利用实测土壤含水量资料和水量平衡方法计算的植物生长期的5-9月植被实际蒸散量为425.5mm,与FAO P-M法得到的参考作物蒸散量相比计算作物系数,得到植物生长初期、中期和末期的作物系数分别为0.51、0.96和0.87。     

四川地区参考作物蒸散量的变化特征及气候影响因素分析

参考作物蒸散量是估算作物需水量的关键因子,对指导农田灌溉具有重要的现实意义。本文利用1961-2009年四川地区5个盆地站点和5个高原站点的逐日气候资料,采用FAO推荐的Penman-Monteith公式计算参考作物蒸散量（ET0）,分析了当地ET0的日值、月值、季值和年值的变化特征,并采用偏相关分析方法,对影响ET0变化的主要气候因子进行了探讨。结果表明：（1）四川盆地与高原地区参考作物蒸散量的日均值、月均值呈单峰或双峰型曲线变化,有明显的季节特点,最小值出现在冬季,最大值出现在夏季。（2）盆地地区各站点的年ET0呈波动递减趋势,且下降趋势通过了显著性检验;高原地区木里、松潘两站点的ET0呈上升趋势,其他站点呈减少的趋势。（3）四川地区的年、季参考作物蒸散量与日照时数、风速、相对湿度、平均温度、最高温度、最低温度、气压等要素关系密切,但近50a来日照时数的显著下降是导致盆地地区参考作物蒸散量减少的主要原因,风速的变化是导致高原地区参考作物蒸散量变化的主要原因。     

Penman Monteith模型中水稻冠层阻力的模拟

针对Penman Monteith模型冠层阻力的参数化问题,以南京地区2012-2013年水稻为研究对象,参照Jarvis的气孔阻力模型,建立了水稻的冠层阻力rc与气象、环境因子（太阳净辐射、饱和水汽压差、气温和土壤水分）的关系模型,并以蒸渗仪实测蒸散量资料为对照,对模型的精度进行检验。结果表明,所建水稻冠层阻力模型的拟合度2012年为0.911,2013年为0.810,将模型应用于Penman Monteith公式计算稻田蒸散量,两年的拟合精度分别为0.967和0.953,能较精确地估算稻田耗水量。对模型的敏感性分析表明,饱和水汽压差的拟合参数a2对模型的影响最显著。模型在一定程度上解决了冠层阻力计算复杂,观测量大且易产生观测误差的问题,可作为稻田蒸散的计算方法之一。     

Stacking集成模型模拟膜下滴灌玉米逐日蒸散量和作物系数

为准确模拟膜下滴灌玉米逐日蒸散量和作物系数,该研究以4个经典机器学习模型:随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)、BP神经网络(Back Propagation Neural Network,BP)和Adaboost集成学习模型(Adaboost,ADA)为基础,基于Stacking算法建立了集成学习模型(Linear Stacking Model,LSM)对膜下滴灌玉米逐日蒸散量和作物系数进行模拟。并将LSM的模拟精度与RF、SVM、BP和ADA模型的模拟精度相比较,结果表明:1)RF、SVM、BP和ADA模型模拟膜下滴灌玉米的逐日蒸散量和作物系数时的相对均方根误差均大于0.2;2)相比RF、SVM、BP和ADA模型,LSM模型提高了玉米逐日蒸散量和作物系数模拟精度。LSM模拟的膜下滴灌玉米的作物系数相比于FAO推荐值更接近实测值;3)日序数、平均温度、株高、叶面积指数和短波辐射5个特征对玉米膜下滴灌玉米日蒸散量和作物系数影响最高,基于这5个特征建立的LSM模型模拟膜下滴灌玉米的蒸散量和作物系数的R2分别为0.9和0.89,相对均方根误差分别为0.23和0.16。因此,建议在该研究区使用日序数、平均温度、株高、叶面积指数和短波辐射5个特征参数建立LSM模型模拟膜下滴灌玉米蒸散量和作物系数。该研究可为高效节水条件下作物蒸散量和作物系数的精准模拟和合理制定灌溉制度提供参考。     

毛乌素沙地青贮玉米和紫花苜蓿作物系数研究

作物系数是估算作物需水量的一个重要参数,科学地确定作物系数对准确计算农田作物耗水量、制定科学合理的灌溉制度及水利工程规划设计等具有重要的意义和实际应用价值。通过Penmman-Monteith公式、ENVIdata-DT草地蒸腾自动测量系统确定充分灌溉条件下毛乌素沙地青贮玉米及紫花苜蓿的逐日参考作物蒸散ET0与实际蒸散ETc,计算青贮玉米及紫花苜蓿的逐日作物系数,得出青贮玉米在整个生育期的作物系数均值为0.91,且在各生长阶段相差较小。苜蓿第一茬及第二茬作物系数随着时间的推进呈现递增的规律,且在6月27日第一茬收割之后,作物系数大幅减小,第一茬的作物系数均值为0.87,第二茬为0.85。并通过播后天数、累积积温逐日模拟苜蓿及青贮玉米生育期内的作物系数,结果显示,在以播种后天数、生育期累积积温为自变量的拟合模型中,决定系数R2介于0.59~0.72,拟合效果较好。     

西北地区参考作物蒸散变化特征及其主要影响因素

为了深入认识参考作物蒸散对气候变化的响应,该文基于FAO Penman-Monteith公式研究了西北地区126个站点1961-2009年的生长季参考作物蒸散及其辐射项、动力项的时空变化特征,并对影响参考作物蒸散变化的主要因素进行了分析.结果表明:49年来,西北地区生长季参考作物蒸散显著下降,其变化趋势通过了95％的显...     

太行山山前平原区蒸散量和作物灌溉需水量的分析

应用Penman-Montieth、Priestley-Taylor和FAO-24 Blaney-Criddle 3种方法计算了太行山山前平原高产区的参考作物蒸散量并对计算结果和利用实际蒸散量计算的作物系数进行了分析，结果表明：Penman-Montieth公式和FAO-24 Blaney-Criddle公式估算的参考作物蒸散量结果相近，而Priestley-Taylor方法结果偏低；在不同公式基础上计算的作物系数也存在着明显的差异，以Penman-Montieth公式为基础计算的作物系数比较合理，FAO-24 Blaney-Criddle计算的作物系数在4月到10月之间比较合理，Priestley-Taylor公式计算的作物系数偏高；在分析了多年作物系数的基础上，对不同水分年型下的作物需水量和灌溉需水量进行了计算，冬小麦和夏玉米季的灌溉需水量分别在270～400 mm和0～330 mm之间。     

南宁郊区水稻蒸散研究初报

利用1988年和1989年对中熟水稻品种桂密实地观测的蒸散资料,分析了影响蒸散的气象因子和作物因子,并与气候学方法估算的蒸散量作了比较。初步得出南宁郊区水稻蒸散的一些规律。从移栽到成熟的总蒸散量为422mm,平均日蒸散量为5.3mm。水稻蒸散主要取决于叶面积和温度,风速和日照也有影响。蒸散最低值出现在生长初期,最高值出现在穗始分化至开花期,但早晚稻有所差异。     

黄河上游参考作物蒸散量变化特征及其对气候变化的响应

研究参考作物蒸散量对气候变化的响应对于辨析气候要素对蒸散发的影响具有重要意义。该文在验证FAO推荐的Penman-Monteith(P-M)方法在黄河上游地区适用性的基础上,分析了10个气象站点近50a来参考作物蒸散量的变化特征,计算了参考作物蒸散量对4种气候要素的敏感系数及其对气候变化的响应。结果表明:FAOP-M方法在研究区域具有较强的适用性;参考作物蒸散量随海拔升高而减少,主要集中在生长季的3-10月。高海拔站点参考作物蒸散量年值多呈显著增加趋势,低海拔则明显减少,且变化过程不同。气温和风速敏感系数的年内变化分别呈显著的波峰型和波谷型,日照时数的变化不明显,相对湿度的敏感性呈生长季略有增加趋势;年际变化方面,气温的敏感系数呈显著增加趋势,低海拔地区相对湿度的敏感系数呈显著增加趋势。气温、日照时数的增加和相对湿度的降低导致了高海拔站点参考作物蒸散量的增加,高海拔地区的蒸散发主要受气温、日照时数等能量制约;低海拔站点参考作物蒸散量的减少主要受日照时数和风速减小、相对湿度提高的影响,水分条件的限制更显著。该研究对于结合未来气候变化趋势开展黄河上游地区生态管理,促进生态系统的良性发展,具有重要的科学意义和应用价值。     

覆膜滴灌棉田蒸散量的模拟研究

通过综合考虑影响作物蒸散量的土壤、作物、大气3方面因子，结合新疆滴灌棉田覆膜栽培的生产实际，设计了不同覆盖度和品种试验，以Penman－Montieth方程估算参考作物蒸散量，确定了不同覆盖度及品种条件下的作物系数，并在此基础上实现了覆膜滴灌棉田蒸散量较为准确地估计。试验结果认为覆膜滴灌棉田全生育期蒸散量在540～620 mm之间，全生育期蒸散量和作物系数都随着覆盖度的增加而减小，叶面积指数与日蒸散量及作物系数关系密切，品种间由于品种特性的差异而引起的叶面积指数变化，最终导致了品种间作物系数K_c的不同。     

西北旱区参考作物蒸散量空间格局演变特征分析

利用西北旱区124个站点10a逐日气温、相对湿度、日照时数和风速资料,采用FAO的Penman-Monteith和Kriging方法对参考作物蒸散量进行估算和空间化,分析2000-2009年作物生长季(4-9月)参考作物蒸散量年际变化≥0.4mm区域质心的空间迁移规律。结果表明,作物生长季(4-9月)年际日均蒸散量变化≥0.4mm地区的质心整体经历从西到东两次波动,最后定位在中东部,质心迁移路径空间变化表现为由较发散变为较集中,然后到较发散;从各月年际变化上看,4月质心迁移平面距离最长,其次为7、9、6、8月,5月最短;迁移方向没有明显变化规律,各月质心最后到达位置各不相同,但是都处于内蒙古地区。近10a(2000-2009年)来,4-9月参考作物年际日均蒸散量变化≥0.4mm区域的面积呈现一定的增加趋势,其中4、6、9月的波动较大,年际变化趋势不明显,而5、7、8月面积变化曲线呈稳定增加趋势(P<0.05)。8月蒸散量对平均温度正向敏感的站点最多,敏感性较高的站点主要分布在中部和南部地区,其次是日照时数,蒸散量对相对湿度敏感的站点最少。研究结果对农业旱情监测、水资源管理和评价具有重要意义。     

基于Shuttleworth-Wallace模型的水稻蒸散组分模拟及其特征分析

农田蒸散(ET)及其组分的模拟是精准灌溉及准确估算生产力的基础。基于2013-2015年的涡度相关通量观测及辅助观测资料,利用Shuttleworth-Wallace模型(S-W模型)对盘锦水稻的蒸散及其组分进行模拟,并利用结构方程模型分析土壤蒸发占蒸散比例(ES/ET)的控制机制。结果表明:(1)S-W模型模拟蒸散值在生长季前期偏低,在生长旺季总体偏高;而在生长季后期与观测蒸散基本吻合。(2)就季节变化过程而言,水稻蒸散模拟值呈现明显的日间波动(0.5~10.4mm·d-1),但季节总体变化趋势不明显;蒸腾(TR)则先增大后降低,变化范围为0.1~8.4mm·d-1;土壤蒸发(ES)呈U型曲线,变化范围为0.1~4.7mm·d-1。(3)模拟水稻蒸散3a均值为892mm。在年尺度上,TR与ES各占ET的50%;但在生长季,TR是ET的主要消耗方式:在移栽分蘖期,水稻的植物蒸腾与土壤蒸发较接近,而在其它各生育期及全生育期,水稻的植物蒸腾均达土壤蒸发的2倍以上。(4)结构方程模型分析结果表明,气温是ES/ET最重要的影响因子,ES/ET随气温上升而下降(总影响系数为-0.82)。气温不仅对ES/ET有显著的直接影响(直接影响系数为-0.50),还通过叶面积指数(LAI)对ES/ET产生显著的间接影响(间接影响系数为-0.32)。除气温外,LAI和风速也是ES/ET的重要影响因子,ES/ET随LAI增大而下降(总影响系数为-0.39),随风速增大而增大(总影响系数为0.38)。     

阿勒泰地区参考作物蒸散量时空变化特征

基于阿勒泰地区7个气象站1961—2012年逐日气象资料,采用Penman-Monteith模型计算了逐日参考作物蒸散量,运用Mann-Kendall非参数检验法、小波分析法,并结合ArcGIS软件对作物参考蒸散量的时空变化特征进行了研究。结果表明:阿勒泰年和春季作物参考蒸散量呈增加趋势,而夏季、秋季和冬季作物参考蒸散量呈减少趋势。年和夏季的作物参考蒸散量分别在1994年、1992年发生突变,而春季、秋季和冬季的作物参考蒸散量则没有发生突变。年和四季的作物参考蒸散量都存在27 a的周期。空间分布上,年、春季、夏季和秋季的平均作物参考蒸散量呈自阿勒泰市南部和福海县西北部向东部、南部和西部逐渐递减的变化趋势。而冬季作物潜在蒸散量大致呈现自西向东逐渐递减。变化趋势上,春季潜在蒸散量在空间上都呈增加趋势,而年、夏季、秋季和冬季的潜在蒸散量在阿勒泰的东部呈增加趋势,在西部则呈减少趋势。     

华北地区设施茄子蒸散量估算模型及作物系数确定

构建华北地区设施茄子蒸散量估算模型,可为制定其优化灌溉制度提供理论依据。本研究设灌水定额15 mm(W1)、22.5 mm(W2)、30 mm(W3)和37.5 mm(充分灌溉, CK)4个处理,在设施茄子苗期、开花座果期和成熟采摘期土壤含水率分别达田间持水量的70%、80%和70%时进行灌溉,以保证土壤供水充足。基于修正后的Penman-Monteith方程,通过分析CK处理的作物系数与叶面积指数的关系,建立了基于气象数据与叶面积指数的蒸散量估算模型,利用W1、 W2和W3实测蒸散量对其进行验证。结果表明:修正后的Penman-Monteith方程可用于设施参考作物蒸散量的估算,W1、W2和W3蒸散量的实测值与新建模型的模拟值平均相对误差分别为17.81%、18.31%和17.97%。作物系数与叶面积指数呈显著线性关系,可通过叶面积指数确定作物系数。分析W1、W2、W3和CK处理的产量和水分利用效率(WUE)得出, W2与CK产量差异性不显著,而WUE差异性显著,较CK提高31.59%,表明W2兼顾产量和WUE。W2处理下茄子的作物系数,苗期为0.21～0.46,开花座果期为0.62～0.94,成熟采摘期为0.70～0.92。本研究认为,新建模型在估算设施茄子实际蒸散量上具有较好适用性,计算出的作物系数在节水灌溉条件下具有实际应用价值。